18/09/2026
這兩年一直想去深圳 SEO 大會，上年因為個人原因錯過了，今年總算順利成行。
搞手 JP Zhang 分享 - 他從前做 Affiliate 一路打拼過來，到今天成功創立自己的事業，甚至變成一個連結各方資源的 Connector，專門幫企業出海，還一手操辦了這個大型 Conference。
他在閉幕講的一番話讓我特別有共鳴：其實 SEO 做到底，終究是一門商業生意。
在操作流量的整個過程中，你累積下來的 Skill Sets 和體悟，完全可以轉移並運用到其他不同的領域。
這中間他經歷過兩次 Google 演算法更新的暴擊，被演算法「沒頂」，但最後還是硬挺了過來，這種實戰鍛鍊出來的抗壓與跨界能力，才是最寶貴。
過去這類大會基本上都是外國人的天下，這次難得是由華人一手打造。
大會內容覆蓋面非常廣，由淺到深、跨國市場策略，到大家最關心的 SEO 與 GEO（生成式搜尋優化）未來走勢都有觸及。
美中不足的是，可能因為想涵蓋的議題太多，每位嘉賓分到的時間有限，有些技術細節講得不夠 Deep。
但如果你把它定位成一個了解行業風向、做高質量 Networking 的場合，這次行程絕也是值得的。(因為真係好近)
LILY RAY
AI 時代的搜尋規則看似變了，但 SEO 依然是基本功，盲目玩短線招數只會自討苦吃。
Lily Ray 點出的三個現實運作邏輯：
GEO 和 SEO 根本同生共死：
當你 Google SEO 表現下滑，GEO（AI 搜尋）也會跟著跌。因為 ChatGPT、Perplexity 這類 AI 工具，底層還是靠 Google 的資料庫。Google 搜不到你，AI 自然也抓不到你。
別短線 GEO 小聰明：
很多人現在拼命用 AI 批量寫沉迷比較文、清單文（Listicles）、Comparison，短期內 AI 確實會抓。
但規模一拉大，Google 判定你在SPAM，就會對你的網站失去信任。這就跟以前 SEO 的漏洞（tricks）一樣，被演算法抓到只是時間問題。寫一兩篇沒事，做多了直接傷到網站本體。
內容翻新，比盲目生新內容有效：
與其一直產出罐頭廢文，不如好好更新舊文章。補上 AI 生不出來的獨家數據、獨到觀點或真實經驗，這些才是你的核心壁壘。
AI 確實改變了搜尋生態，但最後贏的依然是能提供「真正價值」的網站。先把 SEO 底子打好，你的內容在 AI 時代才站得住腳。
ELI Schwartz (Product-led SEO 的作者）
分享了一個觀察：
搜尋這件事永遠都在，但大眾的搜尋行為已經徹底改變。
以往大家搜尋資訊，還願意多翻幾頁、慢慢篩選；但到了 AI 時代，使用者早已失去耐性，追求的是「點進去就要立刻拿到精準答案」。
更重要的是，AI 帶來的搜尋結果變得極度個人化。
這意味著，做行銷不能再停留在「假裝自己是顧客」，而是要具備真正的同理心（Empathy），把自己徹底變成顧客——精準抓出不同族群在各個情境下的真實痛點，提供解決方案。
這也帶出了一個更本質的轉變：
我們不該再將思維局限在 SEO（搜尋引擎優化）或 GEO（生成式引擎優化）這種技術操作，而是要回歸 Marketing（市場行銷） 本身。
核心問題永遠是：
你所做的每一件事，究竟如何在各個觸點上，塑造並影響顧客對產品的看法與感知（Perception）？
佢用 “Pipeline Influence” 呢個字
不過，目前 GEO 面臨最大的挑戰就是「數據盲區（Dark Traffic）」——
你很難精準追蹤到 AI 到底在算式背後如何影響了顧客。
會議後走去傾左幾句，佢同樣面對老闆或 Client 的質疑，也提供了一個非常傳神的溝通角度：
紅隧廣告的比喻：
在紅磡海底隧道口包下一整面大型廣告牌，數據也全靠估算，沒有人能精準算出究竟有多少人是因為看了那面牌子才跑去買東西，但品牌為什麼還是照樣投錢？
因為大家都知道它有影響力。既然傳統媒體的估算大家都能接受，為何換成 GEO 這種看不到數據的新渠道，就會覺得不可靠？
不做的隱形代價：
在大家都拿不到精準 Tracking 的前提下，對手都在默默佈局。你可以選擇因為「無法追蹤」而不做，但代價就是直接把市場聲量與潛在顧客讓給別人。
面對這種追蹤斷層，Marketer 必須學會「講一個完整的商業故事」，引導客戶看待整體生態系。
只要內容真的解決了顧客痛點，這種隱形的影響力最終必然會回饋在品牌搜尋量（Brand Search）的成長以及整體轉換率（Conversion Rate）的提升上。
在數據不再透明的 AI 時代，比起盲目追逐無法歸因的數字，佢認為能真正掌握並塑造「顧客感知」的人，才是最終的贏家。
Profound 創辦人的分享令我覺得生成式 AI 工具（GEO, Generative Engine Optimization）與傳統搜尋引擎（SEO）在演進軌跡上的高度相似性。
AI 工具的世代交替：
從「單純轉述」到「交叉比對」
目前不同的 AI 工具正處於不同的演化階段：
初級階段（檢索與轉述）： 早期或部分現有工具（如現階段的 Claude）運作邏輯較為直接，主要在網絡上記錄並轉
